自動駕駛測試場景數據庫市場的發展探究

聶小龍

(昆明理工大學 交通工程學院，云南 昆明 650500)

自動駕駛技術作為未來中國智能交通發展的戰略制高點，科學完善的自動駕駛汽車場景數據庫產業體系對中國自動駕駛技術發展有著重要的支撐作用。場景數據庫市場起步發展階段要面臨諸多困境，因此難以適應當前自動駕駛不斷發展的測試驗證需求以及全新業務增長需求的發展環境。

未來場景數據庫市場必須在政府的規范與引導的基礎上，逐步完善行業標準體系，深入探索行業可持續發展方式，還要根植中國本土環境，建設服務中國自動駕駛路線的場景數據庫產業，不斷推進中國自動駕駛測試場景數據庫市場的高質量發展。

1 測試場景數據庫產業概述

1.1 自動駕駛測試場景數據庫的內涵

自動駕駛汽車技術真正落地之前，關鍵是要解決自動駕駛系統不斷出現或未知的安全性和可靠性的問題[1]。自動駕駛測試場景數據庫，廣義上可以理解為評價自動駕駛汽車安全的“習題集”與“案例庫”，它是由海量真實自然采集的交通數據集來作為自動駕駛汽車設計、研發與測試評價的數據支撐。自動駕駛場景數據庫產業是建立在傳感器技術、軟件技術、互聯網技術、通信技術、仿真技術的發展基礎上，在發展過程中涉及了硬件設備制造、軟件系統開發、數據運營管理等產業內容，是自動駕駛行業發展過程所催生的新興產業。

1.2 測試場景數據庫產業細分領域

1.2.1 數據采集設備

場景數據采集是場景數據庫產業首要生產環節，旨在將場景中道路信息、交通流信息、車輛運動信息等非數字信息轉換成為計算機能夠識別的數字信息[2]。場景數據的采集過程離不開專業的數據采集設備，主要包括場景感知傳感器和數據采集處理系統兩類產品，其中場景感知傳感器產品主要有攝像頭、毫米波傳感器、激光傳感器以及定位傳感器等產品；數據采集系統產品主要有Vector、Dspace等。場景數據采集設備產業的發展水平直接影響了場景數據庫的發展質量，可以預見，隨著自動駕駛場景測試技術的快速發展，與此相關的數據采集設備制造產業將迎來新的發展機遇。

1.2.2 數據處理軟件

在通過采集設備得到原始場景數據后，需要對原始數據進行整理，通過對數據進行篩選、冗余清除、缺失數據修復、場景標注聚類等處理后才能將數據入庫[3]。在這過程的每一環節都離不開專業數據軟件的支持，當前市場上主流的數據處理軟件主要分為手動標注與半自動標注兩大類，其中手動標注數據處理軟件主要有LabelMe和LabelImag；半自動標注數據處理軟件主要有Anno-Mage和Microsoft-VoTT。面對測試場景庫產業發展中所面臨的海量場景數據，市場迫切需求更高自動化、更高效率的軟件工具，這對于軟件開發商而言，是道關鍵技術難題也是發展機遇。

1.2.3 數據儲存平臺

數據采集完成之后，下一步就需要對海量的測試場景數據進行存儲管理。由于自動駕駛測試場景數據類型繁多，結構化與非結構化的數據共存，傳統儲存介質如硬盤、U盤、移動硬盤等儲存產品已難以滿足儲存需求。企業機構的數據儲存主要有兩種方式：一種是與主流的云計算數據存儲平臺進行合作，數據云儲存的優點是可以簡化數據存儲流程以及減少數據丟失的風險，而且專業的云存儲機制可以防止病毒的入侵；另一種是可選擇傳統數據儲存方式，通過安裝內置大容量硬盤的分布式服務器來建立自己的數據庫。可以預見，自動駕駛場景數據庫市場發展過程中所衍生的海量數據儲存需求，將直接或間接地為數據儲存產業相關的硬件生產、服務代理、產品銷售等環節創造大批的就業崗位，為中國數據儲存產業創造更多的發展機會。

1.2.4 場景仿真平臺

仿真軟件平臺是場景數據庫市場發展過程中必不可少的支柱性產業，無論是構建仿真場景，還是基于場景的汽車模擬在環測試，相比場地測試與道路測試，基于仿真平臺的場景測試具有不可比擬的優勢[4]。當前市場上主流的場景仿真平臺主要有西門子公司旗下的PreScan、德國IPG公司旗下的Carmaker、德國VIRES公司旗下的VTD等。

相比國外，中國在場景仿真平臺的技術起步較晚，市場認可度較高的仿真平臺有同濟大學的TESS場景仿真平臺。針對國內場景仿真平臺產品的痛點，目前包括科技公司、車企、自動駕駛方案解決商、仿真軟件企業、高校及科研院所等市場主體均積極投身自動駕駛場景仿真平臺的建設研發，將會對場景數據庫市場未來的發展起到重要的推動作用。

2 場景數據庫產業發展面臨的困境

2.1 行業規范存在空白，數據標準不夠統一

測試場景數據庫產業的發展整合了傳感器技術、通信技術、存儲技術等一系列高新產業技術。目前中國的自動駕駛測試場景數據庫產業正處于起步階段，市場化進程中在法律法規方面仍面臨著諸多制約，如國家信息安全、行業資質、稅收政策、數據隱私等。其中既有研發推廣數據服務產業存在的共性問題，也有因為場景數據庫產業涉及國家信息安全而產生的特殊問題。

此外，行業技術標準還不統一也是制約數據庫產業發展的很大因素，行業市場目前在場景數據采集工作流程及要求、數據參數類型及頻率精度要求、數據評價標準等方面的技術標準存在著大量空白，各生產企業對于場景數據組成、分類、格式、標注的方法和要求各不相同，這些都嚴重阻礙了場景數據庫產品的研發與推廣。

2.2 數據采集方法落后，業務組織模式分散

場景數據采集是場景數據庫產業鏈的首要生產環節，目前數據采集方法主要是通過配備各類傳感器的汽車來采集場景測試所需要的數據。該方法的局限性在于每一種數據類型都需要配備專門的數據采集設備，如定位設備、VBOX、毫米波雷達、高清攝像頭等，任務煩瑣并且效率低下，目前市場上缺少能整合各項設備功能的專業場景數據采集設備。

此外，現階段分散的業務模式使得各機構承擔了從采集、標注分類到數據庫建設全部工作，這不僅造成數據格式不統一、效率低下，而且會造成大量的成本浪費。

2.3 數據產品類型單一，一體化測試平臺欠缺

在自動駕駛測試場景數據庫全產業鏈中，場景數據產品是最核心的競爭力，數據產品的多樣性決定了市場的發展潛力。當前市場上的場景數據產品類型過于單一，對于不同駕駛人類型、道路工況與氣象環境等特定工況下的場景數據產品的供應不充分，已不能滿足不斷發展的自動駕駛數據測試驗證的市場需求。

此外，在場景仿真平臺產品類型中，往往只能對自動駕駛場景的特定模塊進行仿真，如Vissim、SUMO專注于場景交通流規劃決策模塊仿真，而dSPACE、CarSim等軟件則專注于汽車電氣與動力學模塊的仿真。目前在自動駕駛場景仿真測試階段缺少一個能較好整合場景各個要素，同時又能對汽車動力學性能、場景交通流高效仿真的一體化軟件仿真平臺，這在很大程度上限制了場景數據庫產業的發展。

2.4 培養體系尚未形成，市場專業人才短缺

自動駕駛場景數據庫產業的高質量的關鍵在于人才的培養，場景數據庫產業人才和傳統汽車測試產業人才培養的差異在于前者要求更為多元。這就要求場景數據庫產業的人才既要了解傳統汽車測試方法、數據采集流程，又要掌握數據庫產業相關技術、運營特點等。從場景數據采集處理到軟硬件設備開發，再到數據庫的經營維護，都需要大量專業人員的參與，但目前國內自動駕駛測試技術專業人才以及場景數據庫專業人才的培訓體系不夠健全。

同時，校企合作制度尚未形成體系，培養的專業人才缺少實踐經驗，難以快速上手，需要較長的適應期。總的來看，目前專業人才的培養速度不能很好適應場景數據庫產業快速發展的態勢，人才短缺問題越發凸顯。

3 場景數據庫產業的發展建議

3.1 發揮政府作用，建設行業標準體系

國家法規政策是場景數據庫產業發展的重要保障，針對場景數據庫市場化過程中面臨的一系列問題，政府應該發揮其規制與引導作用[5]，一方面需要加大對知識產權的保護力度，通過立法等手段建立市場規范，監督數據庫市場運作，并推出扶持、促進產業發展的政策，為數據庫產業發展創造積極有利的環境；另一方面，產業要不斷推進場景數據標準化改革，逐步完善相關的團體標準，政府監管部門在此過程應積極履行相應責任，對其進行監督、核查資質，圍繞規范標準建設有中國特點的自動駕駛基礎數據庫、典型場景數據庫、場景仿真測試評價、場景感知測評能力、場景可信度評價等基礎能力建設，廣泛聯合行業各類機構和單位，瞄準產業發展需求，進行相關標準制訂，完善并支撐中國自動駕駛測試場景數據庫的標準體系建設。

3.2 準確把握市場機會，探索可持續發展模式

在《車聯網(智能網聯汽車)產業發展行動計劃》《“十四五”信息化和工業化深度融合發展規劃》等一系列國家政策的推動下，自動駕駛場景數據庫產業發展環境持續向好。場景數據庫產業要想在激烈的市場競爭中實現長遠發展，必須準確把握市場機會，依托當前政策窗口紅利，探索場景數據庫產業可持續發展模式。

首先，要逐步摒棄目前數據庫建設中分散的組織模式，在場景數據庫建立過程中積極聯合自動駕駛技術研發部門與數據庫企業的相關機構，避免人力財力重復投入，造成資源浪費，在行業內形成合力，充分發揮各自所長，采用眾籌的模式，共同參與自動駕駛測試場景數據庫市場的開發與建設。

其次，行業要注重特色數據內容建設，在不斷提升場景數據產品覆蓋度的同時，根植中國本土市場，深入挖掘中國駕駛人特點的測試場景數據內容，建設中國特色的場景數據庫，充分服務中國自動駕駛行業的發展。

最后，行業在做好場景數據庫的建設工作的同時，也要注重產品的宣傳推廣與服務推進，進一步探索場景數據庫的深層次的服務開發與應用探索，在為市場提供更優質數據產品服務的同時，實現自身的不斷發展。

3.3 鼓勵數據技術創新，培養產業專業人才

中國的自動駕駛測試場景數據庫產業雖起步較晚但發展潛力巨大，當前亟須大量人才參與場景數據庫管理和開發[6]。

未來應加強場景數據庫開發運營人才隊伍建設，探索成果獎勵制度模式，鼓勵全產業鏈積極參與場景數據技術服務創新，同時依托高等院校、科研院所、企業等機構設立自動駕駛場景數據測試實驗室和相關專業課程，建立中國特色的自動駕駛場景數據人才培養體系。

除了完善專業人才的培養和儲備制度以外，還應通過加強相關職業技能培訓以及社會層面的通識教育，協助自動駕駛產業培養場景數據人才，樹立數據安全意識。

4 結論

自動駕駛測試場景數據庫行業是融合了多個產業技術領域的新興產業，是支撐中國未來自動駕駛技術安全可靠發展的重要戰略性資源。中國的自動駕駛測試場景數據庫的發展過程中要充分吸取國外市場發展經驗，也要根植中國本土市場，建設以服務中國自動駕駛技術路線的測試場景數據庫，而在場景數據庫市場化進程中，不僅需要國家層面的規劃和引導，也需要全社會的共同努力和參與。